AI BENCHY

Leaderboard Benchmark AI

Name: Hasil Benchmark Model AI BENCHY
Creator: AI BENCHY
License: https://aibenchy.com/methodology/

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-03 Model Dievaluasi: 161

161/161

Peringkat	Model	Skor	Perusahaan	Total Biaya	Waktu respons (rata-rata)
#137#137	DeepSeek V4 Flashnone	5.1	DeepSeek	$0.008 ↓	27.97s
Lihat kartu model Total Tes 20 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 31.7% Tes tidak stabil 3 Token input 47,538 Token output 13,700 Token penalaran 0 Waktu respons (rata-rata) 27.97s Waktu respons (total) 559.36s Waktu respons (maks) 111.96s Jawaban salah: 11 Format tambahan: 2 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 3.0 Pemrograman : 4.8 Gabungan : 4.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.2 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#101#101	Grok Build 0.1none	6.0	X AI	$0.547	28.69s
Lihat kartu model Total Tes 19 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 50.9% Tes tidak stabil 4 Token input 11,793 Token output 267,275 Token penalaran 0 Waktu respons (rata-rata) 28.69s Waktu respons (total) 459.00s Waktu respons (maks) 138.35s Jawaban salah: 7 Kesalahan API: 3 Tidak mengikuti instruksi: 2 Trik anti-AI : 8.7 Pemrograman : 10.0 Gabungan : 3.0 Parsing dan ekstraksi data : 3.8 Spesifik domain : 3.6 Kecerdasan umum : 4.3 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 6.4 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#128#128	MiniMax M2.7medium	5.4	Minimax	$0.104 ↓	29.86s
Lihat kartu model Total Tes 20 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 48.3% Tes tidak stabil 8 Token input 33,493 Token output 8,224 Token penalaran 73,373 Waktu respons (rata-rata) 29.86s Waktu respons (total) 567.39s Waktu respons (maks) 117.04s Jawaban salah: 6 Tidak mengikuti instruksi: 5 Kedaluwarsa: 2 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Trik anti-AI : 7.9 Pemrograman : 6.7 Gabungan : 4.7 Parsing dan ekstraksi data : 6.3 Spesifik domain : 3.0 Kecerdasan umum : 3.9 Kepatuhan instruksi : 3.8 Pemecahan teka-teki : 5.9 Pemanggilan alat : 4.7 Pengetahuan umum : 3.0
#18#18	GLM 5medium	8.2	Z.ai	$0.212 ↓	32.67s
Lihat kartu model Total Tes 20 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 81.7% Tes tidak stabil 4 Token input 32,626 Token output 21,558 Token penalaran 95,772 Waktu respons (rata-rata) 32.67s Waktu respons (total) 392.01s Waktu respons (maks) 99.85s Jawaban salah: 3 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Kedaluwarsa: 1 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 7.1 Spesifik domain : 3.5 Kecerdasan umum : 6.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#52#52	GLM 5.1medium	7.4	Z.ai	$0.279 ↓	33.45s
Lihat kartu model Total Tes 20 Tes Salah 8 Keandalan 5.0 Tingkat lulus per percobaan 68.3% Tes tidak stabil 3 Token input 30,397 Token output 11,511 Token penalaran 71,979 Waktu respons (rata-rata) 33.45s Waktu respons (total) 635.63s Waktu respons (maks) 172.60s Jawaban salah: 4 Kedaluwarsa: 2 Kesalahan API: 1 Tidak ada jawaban: 1 Trik anti-AI : 10.0 Pemrograman : 4.6 Gabungan : 9.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 8.2 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#155#155	GLM 4.7 Flashmedium	4.5	Z.ai	$0.054	35.10s
Lihat kartu model Total Tes 20 Tes Salah 16 Keandalan 10.0 Tingkat lulus per percobaan 35.0% Tes tidak stabil 8 Token input 37,206 Token output 43,754 Token penalaran 89,079 Waktu respons (rata-rata) 35.10s Waktu respons (total) 456.24s Waktu respons (maks) 174.55s Jawaban salah: 9 Tidak ada jawaban: 3 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Kedaluwarsa: 1 Trik anti-AI : 4.7 Pemrograman : 3.4 Gabungan : 2.8 Parsing dan ekstraksi data : 6.3 Spesifik domain : 3.5 Kecerdasan umum : 3.6 Kepatuhan instruksi : 6.2 Pemecahan teka-teki : 2.9 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#22#22	Gemma 4 31Bmedium	8.0	Google	$0.028 ↓	35.39s
Lihat kartu model Total Tes 20 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 73.3% Tes tidak stabil 1 Token input 15,899 Token output 19,602 Token penalaran 49,686 Waktu respons (rata-rata) 35.39s Waktu respons (total) 637.01s Waktu respons (maks) 150.90s Kesalahan API: 2 Jawaban salah: 2 Tidak ada jawaban: 1 Kedaluwarsa: 1 Trik anti-AI : 10.0 Pemrograman : 4.1 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 9.9 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#20#20	Seed-2.0-Litemedium	8.1	Bytedance Seed	$0.152	36.67s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 75.0% Tes tidak stabil 3 Token input 43,785 Token output 3,224 Token penalaran 67,040 Waktu respons (rata-rata) 36.67s Waktu respons (total) 733.46s Waktu respons (maks) 168.71s Jawaban salah: 5 Tidak mengikuti instruksi: 2 Trik anti-AI : 8.3 Pemrograman : 7.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 6.7 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 9.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#16#16	Qwen3.7 Plusmedium	8.4	Qwen	$0.199	36.84s
Lihat kartu model Total Tes 20 Tes Salah 5 Keandalan 9.9 Tingkat lulus per percobaan 80.0% Tes tidak stabil 2 Token input 38,104 Token output 2,107 Token penalaran 112,479 Waktu respons (rata-rata) 36.84s Waktu respons (total) 736.86s Waktu respons (maks) 178.04s Jawaban salah: 4 Kedaluwarsa: 1 Trik anti-AI : 10.0 Pemrograman : 6.5 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#10#10	GPT-5.5medium	8.7	OpenAI	$3.502	37.88s
Lihat kartu model Total Tes 20 Tes Salah 4 Keandalan 10.0 Tingkat lulus per percobaan 86.7% Tes tidak stabil 3 Token input 31,593 Token output 1,964 Token penalaran 109,481 Waktu respons (rata-rata) 37.88s Waktu respons (total) 757.66s Waktu respons (maks) 332.10s Jawaban salah: 4 Trik anti-AI : 10.0 Pemrograman : 8.2 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 2.8
#83#83	Step 3.5 Flashnone	6.6	Stepfun	$0.020	39.03s
Lihat kartu model Total Tes 12 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 50.0% Tes tidak stabil 0 Token input 1,971 Token output 64,795 Token penalaran 0 Waktu respons (rata-rata) 39.03s Waktu respons (total) 312.26s Waktu respons (maks) 114.12s Kesalahan API: 4 Tidak mengikuti instruksi: 1 Jawaban salah: 1 Trik anti-AI : 10.0 Pemrograman : 3.0 Gabungan : 3.0 Parsing dan ekstraksi data : 3.0 Spesifik domain : 10.0 Kecerdasan umum : 4.0 Kepatuhan instruksi : 10.0 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#38#38	Qwen3.5-122B-A10Bmedium	7.7	Qwen	$0.509 ↓	39.40s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 71.7% Tes tidak stabil 3 Token input 38,997 Token output 26,166 Token penalaran 213,524 Waktu respons (rata-rata) 39.40s Waktu respons (total) 788.00s Waktu respons (maks) 168.16s Jawaban salah: 5 Kedaluwarsa: 2 Trik anti-AI : 10.0 Pemrograman : 4.1 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 3.4 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#116#116	Cobuddymedium	5.8	Baidu	$0.000	39.90s
Lihat kartu model Total Tes 20 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 50.0% Tes tidak stabil 6 Token input 37,449 Token output 1,677 Token penalaran 116,703 Waktu respons (rata-rata) 39.90s Waktu respons (total) 797.98s Waktu respons (maks) 309.02s Jawaban salah: 9 Tidak mengikuti instruksi: 3 Pemanggilan alat tidak valid: 1 Trik anti-AI : 8.7 Pemrograman : 4.1 Gabungan : 3.0 Parsing dan ekstraksi data : 6.3 Spesifik domain : 2.9 Kecerdasan umum : 4.2 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 3.6 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#75#75	Mimo V2 Omnimedium	6.9	Xiaomi	$0.683 ↓	41.16s
Lihat kartu model Total Tes 20 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 58.3% Tes tidak stabil 3 Token input 37,007 Token output 1,952 Token penalaran 357,306 Waktu respons (rata-rata) 41.16s Waktu respons (total) 823.26s Waktu respons (maks) 299.23s Jawaban salah: 5 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 2 Format tambahan: 1 Trik anti-AI : 10.0 Pemrograman : 3.4 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 5.4 Kepatuhan instruksi : 8.3 Pemecahan teka-teki : 5.9 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#40#40	Grok Build 0.1medium	7.7	X AI	$0.729	42.39s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 65.0% Tes tidak stabil 0 Token input 41,496 Token output 2,258 Token penalaran 341,381 Waktu respons (rata-rata) 42.39s Waktu respons (total) 847.76s Waktu respons (maks) 252.69s Jawaban salah: 4 Format tambahan: 3 Trik anti-AI : 8.3 Pemrograman : 7.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.4 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#55#55	Step 3.5 Flashmedium	7.4	Stepfun	$0.062 ↑	43.20s
Lihat kartu model Total Tes 19 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 59.7% Tes tidak stabil 1 Token input 33,555 Token output 90,478 Token penalaran 173,544 Waktu respons (rata-rata) 43.20s Waktu respons (total) 561.54s Waktu respons (maks) 170.45s Jawaban salah: 4 Tidak mengikuti instruksi: 3 Tidak ada jawaban: 1 Trik anti-AI : 10.0 Pemrograman : 3.5 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.5 Kepatuhan instruksi : 8.3 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#99#99	GPT-5 Nanomedium	6.1	OpenAI	$0.077	43.52s
Lihat kartu model Total Tes 20 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 55.0% Tes tidak stabil 7 Token input 31,489 Token output 5,328 Token penalaran 181,056 Waktu respons (rata-rata) 43.52s Waktu respons (total) 565.82s Waktu respons (maks) 204.02s Jawaban salah: 9 Tidak mengikuti instruksi: 2 Kedaluwarsa: 1 Trik anti-AI : 6.5 Pemrograman : 5.4 Gabungan : 10.0 Parsing dan ekstraksi data : 3.7 Spesifik domain : 5.2 Kecerdasan umum : 4.1 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#48#48	Qwen3.5 Plus 2026-04-20medium	7.5	Qwen	$0.287 ↓	43.65s
Lihat kartu model Total Tes 20 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 65.0% Tes tidak stabil 2 Token input 39,262 Token output 2,259 Token penalaran 150,249 Waktu respons (rata-rata) 43.65s Waktu respons (total) 872.90s Waktu respons (maks) 189.38s Jawaban salah: 8 Trik anti-AI : 10.0 Pemrograman : 4.3 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 4.9 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#42#42	DeepSeek V4 Flashhigh	7.6	DeepSeek	$0.027 ↓	46.36s
Lihat kartu model Total Tes 20 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 73.3% Tes tidak stabil 4 Token input 37,156 Token output 10,302 Token penalaran 115,740 Waktu respons (rata-rata) 46.36s Waktu respons (total) 927.27s Waktu respons (maks) 218.13s Jawaban salah: 6 Tidak mengikuti instruksi: 2 Trik anti-AI : 8.3 Pemrograman : 6.8 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 4.1 Kecerdasan umum : 6.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#33#33	Grok 4.3medium	7.8	X AI	$0.593	49.23s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 75.0% Tes tidak stabil 4 Token input 41,532 Token output 1,485 Token penalaran 214,710 Waktu respons (rata-rata) 49.23s Waktu respons (total) 984.52s Waktu respons (maks) 216.69s Jawaban salah: 4 Tidak mengikuti instruksi: 2 Format tambahan: 1 Trik anti-AI : 10.0 Pemrograman : 7.4 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.4 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 5.9 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#66#66	Step 3.7 Flashhigh	7.2	Stepfun	$0.960	49.43s
Lihat kartu model Total Tes 20 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 63.3% Tes tidak stabil 3 Token input 35,763 Token output 828,084 Token penalaran 0 Waktu respons (rata-rata) 49.43s Waktu respons (total) 988.58s Waktu respons (maks) 192.75s Jawaban salah: 6 Tidak ada jawaban: 3 Trik anti-AI : 10.0 Pemrograman : 3.7 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 4.1 Kecerdasan umum : 5.5 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#125#125	MiniMax M2.5medium	5.5	Minimax	$0.294 ↓	49.87s
Lihat kartu model Total Tes 20 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 48.3% Tes tidak stabil 9 Token input 41,948 Token output 109,492 Token penalaran 251,674 Waktu respons (rata-rata) 49.87s Waktu respons (total) 598.39s Waktu respons (maks) 237.27s Jawaban salah: 7 Kedaluwarsa: 4 Tidak mengikuti instruksi: 3 Pemanggilan alat tidak valid: 1 Trik anti-AI : 7.9 Pemrograman : 3.5 Gabungan : 4.5 Parsing dan ekstraksi data : 4.6 Spesifik domain : 2.9 Kecerdasan umum : 3.8 Kepatuhan instruksi : 7.5 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#32#32	Gemma 4 26B A4Bmedium	7.8	Google	$0.038 ↓	50.92s
Lihat kartu model Total Tes 20 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 73.3% Tes tidak stabil 2 Token input 38,410 Token output 28,000 Token penalaran 82,045 Waktu respons (rata-rata) 50.92s Waktu respons (total) 967.47s Waktu respons (maks) 369.32s Jawaban salah: 3 Kedaluwarsa: 2 Tidak ada jawaban: 1 Trik anti-AI : 10.0 Pemrograman : 2.9 Gabungan : 9.6 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#77#77	DeepSeek V3.2medium	6.8	DeepSeek	$0.033 ↓	53.34s
Lihat kartu model Total Tes 20 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 63.3% Tes tidak stabil 6 Token input 35,744 Token output 7,177 Token penalaran 68,297 Waktu respons (rata-rata) 53.34s Waktu respons (total) 1066.71s Waktu respons (maks) 189.03s Jawaban salah: 5 Kesalahan API: 2 Kedaluwarsa: 2 Tidak mengikuti instruksi: 1 Trik anti-AI : 8.2 Pemrograman : 3.9 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 3.4 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#50#50	Kimi K2.6medium	7.4	Moonshot AI	$0.803 ↓	54.03s
Lihat kartu model Total Tes 20 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 68.3% Tes tidak stabil 3 Token input 28,584 Token output 102,208 Token penalaran 229,120 Waktu respons (rata-rata) 54.03s Waktu respons (total) 1026.57s Waktu respons (maks) 215.85s Jawaban salah: 3 Tidak mengikuti instruksi: 2 Kedaluwarsa: 2 Tidak ada jawaban: 1 Trik anti-AI : 7.0 Pemrograman : 6.8 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 6.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#93#93	Ring-2.6-1Tnone	6.4	Inclusionai	$0.026	55.10s
Lihat kartu model Total Tes 20 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 50.0% Tes tidak stabil 2 Token input 7,599 Token output 39,954 Token penalaran 0 Waktu respons (rata-rata) 55.10s Waktu respons (total) 881.55s Waktu respons (maks) 143.82s Jawaban salah: 5 Kesalahan API: 4 Tidak mengikuti instruksi: 2 Trik anti-AI : 9.2 Pemrograman : 6.5 Gabungan : 3.0 Parsing dan ekstraksi data : 3.0 Spesifik domain : 5.3 Kecerdasan umum : 4.3 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.7 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#76#76	Hy3 previewhigh	6.9	Tencent	$0.048	56.57s
Lihat kartu model Total Tes 20 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 58.3% Tes tidak stabil 2 Token input 25,987 Token output 216,719 Token penalaran 0 Waktu respons (rata-rata) 56.57s Waktu respons (total) 848.59s Waktu respons (maks) 149.94s Kesalahan API: 6 Jawaban salah: 3 Trik anti-AI : 6.4 Pemrograman : 6.5 Gabungan : 10.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 5.3 Kecerdasan umum : 3.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#84#84	Qwen3.6 27Bmedium	6.6	Qwen	$0.380 ↑	57.79s
Lihat kartu model Total Tes 20 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 58.3% Tes tidak stabil 5 Token input 36,541 Token output 12,981 Token penalaran 105,822 Waktu respons (rata-rata) 57.79s Waktu respons (total) 1155.83s Waktu respons (maks) 168.22s Jawaban salah: 6 Tidak ada jawaban: 3 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 8.3 Pemrograman : 6.6 Gabungan : 7.0 Parsing dan ekstraksi data : 3.5 Spesifik domain : 2.9 Kecerdasan umum : 6.5 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#15#15	Qwen3.6 Max Previewmedium	8.4	Qwen	$0.872 ↓	58.43s
Lihat kartu model Total Tes 20 Tes Salah 5 Keandalan 10.0 Tingkat lulus per percobaan 80.0% Tes tidak stabil 2 Token input 39,527 Token output 2,253 Token penalaran 130,852 Waktu respons (rata-rata) 58.43s Waktu respons (total) 1168.66s Waktu respons (maks) 238.07s Jawaban salah: 5 Trik anti-AI : 10.0 Pemrograman : 8.2 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#100#100	DeepSeek V4 Prohigh	6.1	DeepSeek	$0.062 ↓	58.92s
Lihat kartu model Total Tes 20 Tes Salah 12 Keandalan 8.9 Tingkat lulus per percobaan 55.0% Tes tidak stabil 6 Token input 30,514 Token output 12,244 Token penalaran 53,958 Waktu respons (rata-rata) 58.92s Waktu respons (total) 1119.51s Waktu respons (maks) 358.35s Kesalahan API: 5 Jawaban salah: 4 Kedaluwarsa: 2 Tidak mengikuti instruksi: 1 Trik anti-AI : 6.4 Pemrograman : 2.7 Gabungan : 10.0 Parsing dan ekstraksi data : 7.3 Spesifik domain : 2.9 Kecerdasan umum : 6.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 5.9 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0

Perbandingan Cepat

Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashlow Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsQwen3.7 Maxmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashmedium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7medium Gemini 3 Flash PreviewmediumvsRing-2.6-1Tmedium Gemini 3 Flash PreviewmediumvsOwl Alphamedium Gemini 3.5 FlashhighvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsGemini 3.1 Pro Previewmedium Gemini 3.1 Pro PreviewmediumvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsGemini 3.5 Flashmedium

Leaderboard Benchmark AI

Filter model

Perbandingan Cepat